基于BP神经网络的开关磁阻电机直接转矩控制系统及实现

直接转矩控制可有效抑制开关磁阻电机(SRM)转矩脉动。由于开关磁阻电机双凸结构和磁路的严重饱和,造成其转矩是关于电流和转子位置的严重非线性函数,转矩计算非常困难。针对这一问题,本文提出一种采用基于BP神经网络建立开关磁阻电机转矩模型的方法。利用有限元仿真得到的转矩样本对BP神经网络经行进行离线训练,完成电流、位置角度到转矩的非线性映射,构造出基于BP神经网络的转矩观测器。再将构造好的转矩观测器应用于电机直接转矩控制系统中,对电机的转矩经行进行实时在线估算。最后,将估算转矩经行反馈,完成电机的直接转矩控制。该控制方法利用了BP神经网络泛化、逼近能力强的优点,同时控制过程简单,无需在线训练。实验结果表明,所提方法转矩计算速度快、计算精度高,可以满足实时控制的要求,有效地减小了电机的转矩脉动。     

开关磁阻电机转矩脉动与铜耗最小化控制研究

针对开关磁阻电机(switched reluctance motor,SRM)的双凸极结构导致其运行时产生很强的转矩脉动现象,根据SRM非饱和特性下电感与角度关系曲线,提出一种基于指数函数的SRM转矩脉动与铜耗最小化转矩分配综合控制方法,该方法综合转矩计算式和查表法将参考转矩直接转化为参考电流,避免了对转矩的测量。与正弦转矩分配控制进行比较分析,在电机工作效率方面验证了该控制系统性能的优越性;提出将转矩脉动抑制作为主要优化对象,抑制定子绕组换相电流作为次级条件,利用加权函数实现转矩脉动抑制与运行效率的优化平衡方案。以一台3 kw的12/8极开关磁阻电机为控制对象,建立控制系统仿真模型,验证了方案的有效性。     

基于BP神经网络的开关磁阻电机转矩观测器

转矩的精确估算对于开关磁阻电机的瞬时转矩控制和转矩脉动的抑制是必不可少的。由于转矩的严重非线性特性,电机转矩的精确估算是很困难的。为此,本文以Matlab／Simulink中一台三相6／4极SRM电机模型的转矩特性数据为样本,建立了以电流和角度为输入,电机转矩为输出的BP神经网络模型,用于瞬时转矩的估计。最后通过MATLAB对三相（6／4）结构的SRM电机进行了仿真实验。实验结果表明,基于神经网络的开关磁阻电机瞬时转矩估测具有较高的精度。     

开关磁阻电机转矩控制策略研究

给出了一种开关磁阻电机驱动系统转矩控制方案,通过对SRM电动机转矩的实时观测,利用模糊神经网络设计了一种SRM转矩闭环控制器.理论分析和仿真结果表明,该SRM电动机转矩闭环控制策略能够有效地控制SRM电动机相转矩按期望相转矩变化,从而实现了开关磁阻电机驱动系统高性能、低脉动转矩控制.     

基于RBF神经网络的开关磁阻电机瞬时转矩控制

开关磁阻电机(SRM)因其结构简单、工作可靠、效率高、成本低等优点使之成为当前极具竞争力的一种调速电动机。但由于电机本身的非线性电磁特性,导致了其转矩脉动比其他传动系统严重。如何更好地对开关磁阻电机的转矩进行控制,抑制转矩脉动也成为了近年来研究的热点。针对这一问题,提出了一种基于基于径向基函数(radial basis function,RBF)神经网络的开关磁阻电机瞬时转矩控制方法。利用从SRM动态模型仿真中产生的数据来对RBF神经网络进行离线训练,使之学习不同转速和转矩下的优化电流波形,再将训练好的RBF网络用于电机的转矩控制中,完成不同转速下,转矩、位置到电流的非线性映射。最后通过瞬时电流跟踪控制使电机电流跟踪参考电流,完成电机的转矩控制。该控制方法充分利用了RBF神经网络逼近、泛化能力强,运算速度快的优点,且控制过程简单,网络无需在线训练。实验结果证明,该控制策略能有效减小开关磁阻电机的转矩脉动,具有控制精度高、能适应转速变化等优点。     

互感耦合SRM结构与性能的优化计算

针对如何从改进SRM转子结构及其定、转子参数优化角度提高电机转矩输出能力并减小其转矩脉动的问题,提出了利用改进禁忌搜索算法的优化方法对分块转子互感耦合开关磁阻电机进行定、转子结构的优化设计。以6/4极三相SRM为研究对象,建立了分块转子互感耦合开关磁阻电机的有限元仿真模型,分析了定、转子结构参数对电机输出转矩的影响,比较了常规转子SRM和分块转子互感耦合开关磁阻电机的转矩性能,并利用改进禁忌搜索算法对分块转子互感耦合开关磁阻电机定、转子结构参数进行了系统优化,提高了电机的运行性能,缩短了优化计算的时间。     

基于转矩逆模型的开关磁阻电机滑模变结构控制

开关磁阻电机的转矩脉动是其应用的一个问题.该文应用小波神经网络建立对应开关磁阻电机位置信号的非线性映射,估计转子位置角度,提出利用自适应模糊神经网络学习训练开关磁阻电机转矩逆模型优化期望转矩所需的相电流,采用滑模电流控制器实现电机转矩的低脉动控制,仿真结果表明方法的有效性,能够有效地控制开关磁阻电机转矩按期望变化.     

基于差分进化算法的开关磁阻电机转矩脉动抑制

针对开关磁阻电机(switched reluctance motors,SRM)转矩脉动大的问题,提出一种基于差分进化算法的开关磁阻电机转矩控制方法。利用差分进化算法的优秀寻优能力,将其应用到转矩分配函数开关角在线寻优过程中,直接将转矩脉动作为优化目标来确定最佳开关角。以1台12/8极开关磁阻电机为研究对象,构建了以DSP为控制核心的转矩控制系统实验平台,实验结果证明了基于差分进化算法的控制方法能有效抑制开关磁阻电机转矩脉动。     

基于神经网络的开关磁阻电机直接转矩控制

由于开关磁阻电机(SRM)的双凸极结构,其磁路高度非线性。采用传统控制方法存在大转速超调,大转矩脉动等问题。本文提出基于神经网络PID速度调节器的直接转矩控制(DTC),并在MATLAB/Simulink平台搭建仿真模型,结果表明该控制方法提高了SRM的调速性能。     

基于DITC的开关磁阻电机转矩脉动最小化研究

转矩脉动是开关磁阻电机较为突出的缺点.本文基于直接瞬时转矩控制(DITC)的概念,直接控制瞬时转矩跟随参考转矩,并结合转矩滞环控制器,阐述了减小转矩脉动的控制原理.针对一台3相12/8极开关磁阻电机,建立了Matlab环境下SRM系统的仿真模型.仿真结果和实验结果如实地反映了开关磁阻电机的运行特性,验证了本文所用的直接瞬时转矩控制能有效地减小转矩脉动.     

开关磁阻电机磁链与转矩建模

为抑制开关磁阻电机(SRM)转矩脉动,从电机设计和控制的角度出发都需要快速、正确地获取其磁链和转矩模型。本文根据SRM磁链随角度、电流的变化特点,取6个特殊转子位置处的磁链数据,用七次多项式函数来建立SRM磁链模型和转矩模型,与有限元计算结果对比表明,所提方法具有快速和准确性。     

三相全桥式开关磁阻电机转矩脉动抑制方法

针对开关磁阻电机转矩脉动大与其不对称半桥驱动控制系统开发周期长的问题,研究了一种基于转矩分配函数的三相全桥式开关磁阻电机转矩脉动抑制方法。利用三相全桥控制方式,分析了开关磁阻电机的控制逻辑,根据控制逻辑划分转角区间,进而推导了不同转矩区间的转矩模型,用推导的转矩模型确定了基于转矩分配函数的控制方法,构建了基于转矩分配函数的三相全桥式开关磁阻电机转矩脉动抑制控制系统结构,并对控制系统进行了实验研究。实验结果验证了该转矩脉动抑制方法的有效性。     

基于Matlab-Simulink的开关磁阻电动机伺服系统仿真研究

针对开关磁阻电动机(SRM)转矩脉动的缺点,推导了电机的转矩分配函数,并用所构建的转矩分配函数在Matlab-Simulink环境下对1台三相12/8结构的开关磁阻电机伺服系统(SRSD)进行建模仿真。仿真结果表明该方法简单,抑制转矩脉动效果较为理想。该仿真模型可以为开关磁阻电机伺服系统的进一步分析和研究提供参考。     

基于RBF神经网络的开关磁阻电机转矩脉动控制

开关磁阻电机的双凸极结构和高度的非线性电磁特性会引起严重的转矩脉动。针对这一问题,提出了一种基于径向基函数神经网络的瞬时转矩控制方法。利用径向基函数神经网络较强的泛化和逼近能力,结合开关磁阻电机样本数据和控制要求,设计转矩观测器,实现电流、角度到转矩的非线性映射。然后将转矩作为转矩内环的反馈,直接控制瞬时转矩跟踪转速外环输出的参考转矩,再结合转矩滞环控制器完成电机的转矩控制。仿真和实验结果表明,所提控制策略具有响应速度快、控制精度高、可适应转速变化等优点,能有效地减小开关磁阻电机的转矩脉动。     

基于在线模糊神经网络建模的开关磁阻电机高性能转矩控制

针对开关磁阻电机(SRM)的转矩脉动问题,提出了一种新的SRM转矩控制方案。首先应用自适应模糊神经网络(ANFIS)对SRM静态转矩逆模型和磁链模型进行离线学习,然后根据转矩分配函数对各相转矩进行分配,利用ANFIS转矩逆模型求出期望转矩下的SRM优化相电流波形。考虑到离线模型的局限性和实时运行时电机中存在的参数变化等不确定因素,通过在线监督学习的方法调整ANFIS转矩逆模型和磁链模型的参数以提高模型的准确性。基于在线调整的ANFIS磁链模型设计自适应滑模控制器调节SRM相绕组中的实际电流跟踪期望相电流波形,从而实现其高性能转矩控制。     

开关磁阻电机调速中转矩脉动最小化的研究

转矩脉动是电动机输出转矩波动较大的一种现象,与正弦波电机相比,由于开关磁阻电机的双凸极结构,它的转矩脉动非常大。开关磁阻电机的单相绕组的磁场分布以及转矩—电流—转子位置角的特性曲线都决定了在电机运行期间转矩脉动的数量。在抑制SRM转矩脉动方面的研究主要是从电机设计和电机控制两个方面进行展开,主要对转矩脉动的起源以及各种消除转矩脉动的方法进行了详细阐述,并结合当前最新的发展趋势进行了介绍。偏重于从电机控制角度来研究转矩脉动的抑制方法。     

基于模型预测控制的开关磁阻电机转矩脉动抑制方法研究

针对开关磁阻电机(SRM)调速系统提出了一种基于模型预测控制的转矩脉动抑制方法。通过SRM的基本结构和数学模型,分析了其调速控制系统转矩脉动产生机理。基于模型预测控制的基本原理,建立了SRM非线性模型;使用建立的数学模型根据前一时刻和当前时刻的状态量、实时采样的定子绕组相电流和转子位置以及母线电压得到下一时刻的电机转矩值,建立基于转矩脉动大小的目标函数;通过决定功率变换器上下管工作状态的待选序列,结合目标函数得到一个最优的控制序列;并将该控制序列对应的状态值用于SRM预测控制系统中,实现对电机转矩脉动的抑制。仿真和实验结果表明本文提出的调速控制方法对SRM具有较好的调节效果,转矩脉动得到抑制,验证了所提方法的正确性和有效性。     

开关磁阻系统鲁棒性控制方法研究

在航空起动/发电系统中,开关磁阻电机(switched reluctance motor,SRM)的双凸极结构和高转矩脉动使航空起动/发电系统模型表现出高度的非线性和不确定性。为了解决SRM的非线性问题,提高系统的响应速度,降低转矩转速脉动,同时提高系统的抗干扰能力,本文基于协同控制和自适应模糊逻辑的基本原理,提出了一种自适应模糊终端协同控制方法(adaptive fuzzy terminal synergetic control,AFTSC)。针对开关磁阻系统模型的高度非线性和不确定性,协同控制确保了系统的鲁棒性,模糊逻辑估计了控制律的非线性方程,提高了控制器的有效性,同时降低了系统的计算体量。仿真和实验结果表明,在自适应模糊终端协同控制方法下,开关磁阻电机系统表现出更好的响应特性,该控制器对于开关磁阻电机转速和转矩的变化表现出更强的鲁棒性,相比于常规基于遗传算法的PID控制器具有更好的性能。     

开关磁阻电机的模糊分数阶PID控制算法研究

开关磁阻电机(SRM)的双凸极机械结构和开关工作特性,导致常规控制算法在其调速控制时,存在转矩脉动大、动态性能一般等问题。论文应用分数阶PID控制算法鲁棒性强和模糊控制不依赖于精确数学模型的优点,提出了一种基于模糊分数阶PID转矩控制算法。在适应SRM转矩控制模糊规则表的基础上,以转速偏差和偏差变化率为输入,通过模糊推理自适应调整分数阶PID控制器的比例系数、积分阶次、微分阶次,使SRM的转矩脉动较小。仿真结果表明该算法使开关磁阻电机的转矩脉动较小,动态响应好。     

基于12扇区的开关磁阻电机直接转矩控制脉动抑制研究

针对开关磁阻电机(SRM)传统直接转矩控制(DTC)中转矩脉动大的问题,提出了基于12扇区的开关磁阻电机控制方法,将扇区进行重新划分并对电压矢量表进行重新分配,以一台三相12/8极开关磁阻电机为控制对象,通过与传统直接转矩控制方案进行仿真与试验对比。结果证明,新方案对于抑制转矩脉动纹波具有显著效果。